モダンTransformer モデルの内部構造から、マルチモーダル/RAG/SLMの実装と最適化まで
発売日:2026年7月
- ページ数
- 289p
- ISBN
- 978-4-295-02446-0
- 著者情報
- ケーニヒシュタイン,ニコール(ケーニヒシュタイン,ニコール)(Koenigstein,Nicole)
著名なデータサイエンティスト兼定量分析研究者。リヒテンシュタインの資産運用会社ワイデン・キャピタルのチーフデータサイエンティスト兼AI・定量分析部門責任者を務める。LLM研究への資金提供に関して欧州委員会(European Commission)の外部専門家であり、規制産業における生成AIの導入について助言を行うため、証券監督者国際機構(IOSCO)の外部専門家も務める。著書に『Math for Machine Learning』(Manning Publications)がある
セブン-イレブン受取り(送料無料)
発送目安
発売日(発売日以降は当日)~2日で発送
宅配(送料¥550税込)
発送目安
発売日(発売日以降は当日)~2日で発送
交通状況・天候の影響や注文が集中した場合等、お届けにお時間をいただく場合がございます。
商品説明
本書では、現代的なTransformerモデルの基礎概念から応用・実装のテクニックまでを解説。実際のプロジェクトでTransformerモデルを使いこなすための確固たる基盤技術を習得したい方に格好の一冊となっています。最初は、Transformerモデルの基礎として、エンコーダーやデコーダーを含むアーキテクチャと機能の仕組みを解説。以降は生成系モデルにフォーカスし、まずMoE(Mixture of Experts)などの主要な派生アーキテクチャや、プロンプト技術による推論能力の高度化を学びます。次に、人間の好みに合わせる選好アライメントやRAG(検索拡張生成)を用いたシステム構築、マルチモーダルモデルの中核技術とRAGへの応用、SLM(小規模言語モデル)のファインチューニングやエージェント機能といった実践的な知識を提供します。最後に、トレーニング、QLoRA(メモリ使用効率を高めたファインチューニング)、最適化とスケーリング技術に加え、バイアス検出などの倫理的かつ責任あるAIの実践手法までを解説。LLMの活用を網羅的に学ぶことができます。
※お届け日が変更になりました
6月18日→7月2日
目次
1 現代のTransformerモデルの基礎(Transformerはなぜ必要か
詳解Transformer)
2 生成系Transformer(モデルファミリとアーキテクチャのバリエーション
テキスト生成戦略とプロンプティングテクニック
選好アライメントとRAG)
3 専門化されたモデル(マルチモーダルモデル
効率的な特化型SLM
LLMの訓練と評価
LLMの最適化とスケーリング
倫理的かつ責任あるLLM)
商品詳細
- シリーズ名
- IMPRESS TOP GEAR
- 出版社名
- インプレス
- サイズ
- 24cm
- 対象年齢
- 一般
- フォーマット
- 単行本
- 原題
- 原タイトル:Transformers in Action
注意事項
- 本の帯に関して
- 帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。 - 版・表紙について
- 版・表紙(カバー)のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典(初回特典、初回仕様特典)がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。